<![CDATA[Pada tahun 2017 akibat dari jatuhnya harga migas dan batubarapariwisata menduduki posisi kedua di bawah Crude Palm Oil (CPO)sebagai penghasil devisa tertinggi bagi Indonesia. Wisatawanmancanegara (wisman) diharapkan menjadi penghasil devisa tertinggimaka peramalan kunjungan wisman sangat penting bagi pemerintahdan industri, karena peramalan menjadi dasar dalam perencanaankebijakan yang efektif. Dalam penelitian ini diusulkan metode SupportVector Machine (SVM) untuk meramalkan kunjungan wismanberdasarkan pintu masuk di Bandara Adi Sucipto. SVM memilikikelebihan yaitu dapat menangani permasalahan linier dan non-linier.Sehingga dapat dilakukan untuk melakukan peramalan data timeseries dengan berbagai macam pola yang ada. Selain itu dapatmemprediksi permasalahan non-linier serta menawarkan akurasi yangcukup baik. Penelitian ini menggunakan data dari Januari 2010sampai Oktober 2017 sebanyak 94 data yang terbagi menjadi 66 datatraining dan 28 data testing. Dari hasil penelitian didapat nilai MeanSquare Error (MSE) untuk data latih sebesar 0.05 dan nilai MSE ujisebesar 0.0715. Nilai MSE tersebut kecil sehingga dapat digunakanmeramalkan jumlah wisatawan mancanegara tahun 2018 maka dapatmanjadi sumber informasi dan bahan pertimbangan dalam mengambilsuatu keputusan yang tepat oleh department pariwisata Yogyakartadan management bandara Adi Sucipto.]]>
Copyrights © 2018
